Transcription
Okay, das ist verrückt. Komm ein bisschen näher, denn wir müssen über KI-Klone sprechen. Was du gerade siehst, ist mein eigener Klon. Das ist nicht echt. Das ist alles KI. Schau dir nur an, wie realistisch die Bewegungen sind. Ja, das ist beängstigend, oder? Diese Technologie ist weit gekommen, denn ich hatte früher einen KI-Klon und jeder hat mich darauf angesprochen. Sie haben alle bemerkt, dass es gefälscht war. Aber wenn du es nicht erkennen kannst, ist das auch KI. Nun, so sah mein Klon früher aus, als ich versuchte, das mit VO3 Tree vor etwa 9 Monaten zu machen. Und so sieht es jetzt aus. Das bedeutet, dass du nicht mehr im Studio sein musst, denn alles, was ich tun muss, ist einen Audio-Clip von mir beim Sprechen und ein Referenzbild hochzuladen, und das ist, was du bekommst. Okay, also jetzt ist es echt und um das zu beweisen, werde ich diese Tasse Wasser trinken, denn wir alle wissen, dass KI das nicht kann. Ja, alle Witze beiseite, das ist wirklich verrückt, oder? Habe ich dich reingelegt oder nicht? Lass es mich in den Kommentaren unten wissen. In diesem Video werde ich genau erklären, wie du deinen eigenen KI-Klon erstellen kannst, der dir genau gleicht, um lustige Videos zu machen, wie ich es dir gerade gezeigt habe. Ich werde auch ein paar verschiedene Anwendungsfälle aufschlüsseln, wie du etwas Nützliches daraus machen kannst. Nun, für dieses Video verwenden wir Cance durch Hicksfield. Es hat alle Werkzeuge, die wir brauchen, um diese Art von Videos zu machen. Wenn du mitmachen möchtest, klicke auf den Link in der Beschreibung unten. Ich werde auch einen Link zu meiner Schulgemeinschaft hinzufügen, wo du alle Prompts finden kannst, die ich verwendet habe, und einige andere Dateien, die nützlich sein könnten.
Okay, die große Frage ist, was ist so gut an diesen KI-Klonen? Nun, es gibt drei Gründe, warum ich denke, dass das gut aussieht. Erstens, die Detailtiefe. Wenn du dir diese Aufnahmen ansiehst, kannst du alles von meiner Hauttextur bis zu meinen Unvollkommenheiten, Pickeln, Sommersprossen, all das sehen. Du siehst es auf meiner Haut. Wenn wir uns dieses andere Beispiel hier ansehen, dann lass mich dich durchführen, warum ich denke, dass das erstaunlich aussieht. Wir haben ein paar Dinge im Gange und ich möchte das Detail besprechen. Mein Gesicht sieht genau wie das eingegebene Bild aus. Wenn ich dir das eingegebene Bild zeige, das ich hier verwendet habe, ist es dieses Bild und es hat das ziemlich gut umgesetzt. Wir können sogar die Augenringe unter meinen Augen sehen, weil es einfach zu viel Arbeit gab. Ich mag auch, wie diese Figur auf den Bildschirm tritt. Sie macht ein Video und es sieht aus, als ob, natürlich, wenn du wirklich hineinzoomst, wirst du es bemerken, aber ich glaube, es sieht realistisch aus. Das andere, was ich hervorheben möchte, dieser Typ hier, das ist genau die Art von Look oder genau die Art von Gesicht, die ich bei Influencern in freier Wildbahn hätte. Deshalb bin ich hier in diesem Studio eingesperrt, weg von allen anderen. Ich möchte nicht öffentlich filmen, wie dieser Typ mich ansieht, und deshalb bin ich einfach in der Öffentlichkeit mit meiner KI. Der Roller hier. Wenn wir uns das Licht ansehen, das auf einige dieser Dinge reflektiert wird. Also, wir sehen hier den Verkaufsautomaten, wir haben das Licht. Dann auch auf diesem Pfosten dort, wir haben auch die Reflexion des Lichts. Insgesamt wird das so gut, dass die Leute getäuscht werden. Der andere Grund, warum ich diese KI-Klone für so gut halte, ist der natürliche Dialog. Hör dir das einfach an. Einer der einfachsten Wege, etwas als KI-generiert zu erkennen, ist der Dialog. Insbesondere der Fluss davon. Wir sprechen über Pausen, und wenn du sie nicht hast, ist die Wahrscheinlichkeit groß, dass es KI-generiert ist. Das ist verrückt. Sag mir, dass das nicht nach mir klingt. Sag mir, dass das nicht nach mir aussieht. Die Detailtiefe und sogar wie ich wegschaue, wenn ich eine Pause mache, wenn ich pausiere, das ist etwas, das ich ziemlich oft mache. Du siehst mich nicht oft genug in die Kamera schauen. Sobald ich anfange, über etwas nachzudenken oder ich schaue nach oben oder zur Seite. Das mache ich hier auch. Wenn wir uns das nur ansehen, >> etwas ist KI-generiert ist der Dialog. >> Da hast du es. Schau einfach zur Seite. >> Wir sprechen über >> die Handbewegungen. Alles sieht und klingt natürlich. Ich mache viele Pausen in meiner Sprache. Selbst hier wird das genutzt. Aber die Fähigkeit von Cedance, zu verstehen, dass es Pausen gibt. Die Fähigkeit von Cedance, diese Pause nicht abzuschneiden, um auch meinem Charakter eine kleine Pause zu gönnen, wenn ich eine Pause mache und wegschaue. Vielleicht ist das einfach unglaublich. Wenn wir das mit dem vergleichen, was Hen zum Beispiel gemacht hat, in diesem Beispiel, nicht einmal das alte Video, das ich über Hen gemacht habe. Ich werde dir zeigen, wie ich KI-Avatare generiere, die genau wie ich aussehen und klingen. Egal welcher Hintergrund, welche Kleidung oder welche Kamerawinkel, du bleibst komplett wie der Dialog, die Bewegung, alles fühlt sich einfach falscher an. Das bringt mich auch zum letzten Grund, warum ich denke, dass das so gut aussieht, nämlich die natürliche Bewegung. Das kommt zu natürlicher Bewegung. Diese KI versteht so gut, wie gut die natürliche Bewegung ist. Hier ist ein kleiner Vlog, den ich gemacht habe. Eher eine Reise-Sache, aber schau dir die natürliche Bewegung hier an. Die meisten Leute halten das für beängstigend und unecht und all das, aber ich sage, jeder kann jetzt ein Creator sein. Du hast keine Einschränkungen mehr. Die einzige Einschränkung, die du hast, sind Credits. Und das ist eine große Sache. Aber ich werde dir später zeigen, wie du bei einigen Credits sparen kannst.
Jetzt, da du verstehst, was das so gut macht, ist es Zeit für dich zu lernen, wie du deinen eigenen Klon erstellst. Und es ist viel einfacher, als du denkst. Ich werde dich durch alle verschiedenen Schritte führen, um deinen eigenen Klon zu erstellen, denn zuerst musst du deine Referenz erstellen. Nun, für die Erstellung einer Referenz habe ich buchstäblich mein Handy benutzt und ein Selfie von mir gemacht. Das ist also das Selfie, das ich gemacht habe. Das ist schon gut genug für 99% deiner Kreationen. Der einzige Tipp, den ich habe, ist, ich wünschte, ich hätte ein Selfie von oben gemacht, um mein Outfit zu zeigen. Ein Selfie wie dieses. Um den Grund zu erklären, warum in diesem Video hier, hatte ich einige Outfit-Probleme. Wie du im ersten Shot siehst, trage ich eine schwarze Hose und im zweiten Shot trage ich eine beige Hose. Auch wenn ich es so eingegeben habe, dass es eine schwarze Hose ist, weil es keine Referenz von mir mit schwarzer Hose hat, kann es manchmal daneben gehen. Das ist also der Tipp, den ich dir geben möchte. Wenn du das als Referenz machst und mehr von deinem Outfit einbeziehen möchtest, stelle sicher, dass du vielleicht auch eine weitere Referenz deines gesamten Outfits einbeziehst. Aber alles in allem brauchst du hauptsächlich ein Selfie von dir. Und ich höre dich denken, warum benutzen wir kein Charakterblatt? Und lass mich erklären. Das ist das genaue Charakterblatt, das ich mit GT Image 2 erstellt habe und das mir genau gleicht. Der Grund, warum ich diese Charakterblätter nicht für meine Vlog-artigen Videos verwende, ist die Detailtiefe. Jetzt haben wir mit diesem Charakterblatt unser ganzes Bild und wir haben die Seitenansichten, all das. Aber wenn wir hineinzoomen, ist es nicht so detailliert wie ein echtes Selfie von mir. Um dir einen Vergleich zu zeigen, habe ich denselben Prompt verwendet, aber ein Video hatte das Selfie als Referenz und das andere Video hatte das Charakterblatt als Referenz. Wenn wir sie nebeneinander betrachten und auf mein Gesicht zoomen, dann können wir sehen, dass es viel mehr Details und viel weniger Glätte gibt, was auch gut sein kann, wenn du einige Unvollkommenheiten hast. Aber auf meinem Selfie-Bild sah es meiner Meinung nach viel besser aus. Deshalb habe ich mich für den Selfie-Ansatz entschieden. Das ist also, wie du deinen Klon erstellst oder wie du dich klonst. Okay. Die nächste Herausforderung, die wir haben, ist, die KI wie dich klingen zu lassen. Nun, es gibt drei verschiedene Möglichkeiten, wie du das angehen kannst. Ich zeige dir zuerst die beste Methode. Wenn du ein gutes Mikrofon hast, dann ist das Beste, was du tun kannst, deine eigene Audioaufnahme zu machen. Ich habe das auf zwei verschiedene Arten gemacht. Ich habe Audacity verwendet. Das ist buchstäblich ein kostenloses Tool, bei dem du dein Mikrofon anschließen und dann buchstäblich alles sagen kannst, was du willst. Dann nimmst du diese Audioaufnahme und lädst sie als Referenz in Cance hoch. Das ist die Schönheit von Cance. Es kann Audio-Referenzen aufnehmen, falls du das nicht wusstest. Stelle sicher, dass es weniger als 13 Sekunden lang ist. Aus irgendeinem Grund kannst du nur 13 Sekunden und nicht 15 Sekunden verwenden. Behalte das also im Hinterkopf, wenn du deine Stimme generierst oder aufnimmst. Das einzige Problem, das wir haben, ist, dass es deine Stimme immer noch verändert und abwandelt. Hier ist ein Seitenvergleich meiner echten Aufnahme und dessen, was Cance daraus gemacht hat. Okay, das ist also verrückt. Komm ein bisschen näher, denn wir müssen über KI-Klone sprechen. Okay, das ist verrückt. Komm ein bisschen näher, denn wir müssen über KI-Klone sprechen. Nun, wie du hörst, ist die Cense-Version anders als meine ursprüngliche Audioausgabe, also erwarte, dass sie deine Stimme ein wenig verändert. Wenn du möchtest, dass sie etwas stärker übertreibt. Dann stelle sicher, dass deine Eingabe-Audioaufnahme auch ausdrucksstärker ist. Das andere, was es tut, es kann Hintergrundgeräusche hinzufügen. Nun, das funktioniert am besten für Talking-Head-Videos, die wie in einer Studio-Umgebung sind, wie dieses Beispiel. Ja, das ist beängstigend, oder? Diese Technologie ist weit gekommen, denn ich hatte früher einen KI-Klon und jeder hat mich darauf angesprochen. Sie haben alle bemerkt, dass es gefälscht war. Wenn du nicht in der Lage bist, jeden einzelnen Clip aufzunehmen oder es zu lange dauert, dann kannst du diese andere Methode verwenden, nämlich deine Stimme zu klonen. Der einfachste und günstigste Weg, wenn du Hicksfield bereits hast, ist, Audio zu verwenden und dann Voice-Over zu machen. Hier kannst du deine eigene Stimmklon erstellen, indem du eine Audio-Datei einreichst, die maximal 2 Minuten lang ist, in der du sprichst. Das habe ich hier gemacht. Wenn du den bestmöglichen Klon haben möchtest, würde ich empfehlen, 11 Labs zu verwenden, dort einen professionellen Stimmklon zu erstellen und diesen für deine Voice-Over zu verwenden. Zum Beispiel, so klinge ich mit einer 11 Labs Stimme. Das ist mein Stimmklon auf 11 Labs. Was denkst du?
Nun, da wir die beiden Eingangsreferenzen haben, also das Bild von uns und dann auch das Sprachsegment, können wir jetzt mit der Generierung beginnen. Und lass mich erklären, wie ich dafür prompten. Das erste, was ich tue, ist, ich gehe zu Video, dann gehe ich zu C dance und dann lade ich hier beides hoch. Das nächste, was du tun möchtest, ist, deinen Prompt hinzuzufügen. Nun, es gibt so viele verschiedene Möglichkeiten zu prompten. Es gibt kein Richtig oder Falsch, aber die Methode, die ich gerne verwende, nennt sich Timeline-Prompting. Und der Grund dafür ist, dass sie sehr spezifisch ist. Sie erlaubt dir und jedem KI-Tool, das du verwendest, darüber nachzudenken, was du tatsächlich eingibst. Wenn ich den Prompt aufschlüssle, sieht er so aus. Ich füge das Format hinzu. Also, ich erkläre im Grunde, dass es sich um eine 9-sekündige, einzelne, kontinuierliche Aufnahme handelt. Ich weiß, dass du die Einstellung in Hickfield hast, wo du auswählen kannst, wie viele Sekunden du hast. Stelle sicher, dass du das mit dem abgleichst, was du in deinem Prompt hast. Dann gehen wir zum Subjekt. Dort füge ich Bild eins hinzu und markiere es. Also, in Hickfield, stelle sicher, dass du Bild eins hinzufügst und markierst. Dann für die Garderobe, ich gehe zu gleich. Es ist genau dasselbe wie Bild eins. Umgebung genau dasselbe, denn es ist eine kontinuierliche Aufnahme. Das ist nicht so schwierig für diese. Dann der Stil-Anker. Also, ich gehe mit einem gesperrten Studio, das einen Podcast-YouTuber-Creator-Ästhetik hat. Hier kannst du das ändern, je nachdem, was du im Sinn hast. Wenn es keine kontinuierliche Aufnahme ist, dann kannst du etwas ändern wie, oh, draußen im Park, wir haben eine Handkamera-Aufnahme, all das. Du kannst im Grunde alle Details hinzufügen, wie du es aussehen lassen möchtest. Die Aufnahme war ehrlich gesagt ziemlich einfach, denn eine Talking-Head-Aufnahme ist eine statische Aufnahme. Alles ist auf einem Stativ eingestellt. Also, wir haben nichts Schwieriges im Gange. Die Lieferung, sie wird gesprächig, nachdenklich, mittelschnell mit natürlichen Mikropausen, lippensynchron gesteuert und von einem Podcast-Mikrofon aufgenommen. Sauber, direkt, Mikro-Ton, kein Hall. Hier willst du nicht einfach kopieren, was ich getan habe. Wenn du draußen bist, wenn du irgendeine Art von Hintergrundgeräuschen hast, kannst du das hier hinzufügen. Nun, für die Logikregel, es ist im Grunde, um zu verhindern, dass die KI etwas Seltsames tut. Also, ich wiederhole mich nur mit einer einzelnen, kontinuierlichen Aufnahme. Keine Schnitte, keine Sprünge, keine Zooms. Das will ich in dieser Aufnahme nicht sehen. Wenn du das tun möchtest, dann prompt es, dass du das passieren lassen möchtest. Negativer Prompt, keine Musik, keine Untertitel. Manchmal fügt es Untertitel und Musik hinzu. Dann für die Aktion, hier beginnt die Zeitachse. Es ist nicht wirklich ein Zeitraffer-Prompt, denn wir haben nur einen Prompt. Das ist die einzige Aufnahme in der Zeitachse. Ähm, also von 0 bis 9 Sekunden ist es eine Talking-Head-Aufnahme, bei der ich im Studio bin und ich mich wieder hier markiert habe und ich prompt, wie ich diese Worte liefere. Also, ich sage, es ist entspannte, gesprächige Energie, aber während er das sagt, hebt er seine rechte Hand und zeigt lässig nach rechts. Ich bin mir nicht sicher, welche Seite das ist, gestikuliert in den offenen Raum. Dann wiederhole ich, was ich gesagt habe. Und dann drehe ich mich wieder zur Linse und mache weiter. Und das ist, was wir jetzt haben. Das soll der KI nur eine etwas detailliertere Erklärung geben, was wir sehen wollen. Also, das ist, was es für mich generiert hat.
Nun, so sah mein Klon früher aus, als ich versuchte, das mit V3 vor etwa 9 Monaten zu machen. Und so sieht es jetzt aus. Ehrlich gesagt, das ist ziemlich beeindruckend. Als ich das zum ersten Mal sah, zeigte ich es meinen Freunden und sie dachten alle, es sei echt. Das Wichtigste, was ich hier getan habe, ist, dass ich 1080p-Qualität verwendet habe, und das liegt daran, dass ich das für YouTube-Videos verwende, die auf 4K hochskaliert werden. Idealerweise möchtest du dieses Video vielleicht sogar hochskalieren, aber obwohl es manchmal beim Hochskalieren etwas unecht aussieht. Ähm, aber ja, das ist schon sehr brauchbar. Wenn du jedoch einige Credits sparen möchtest, dann möchtest du vielleicht zu 720p wechseln, denn wie du siehst, ist es viel, viel billiger als 1080p. Das ist also ein Tipp für dich. Nun, du musst das Rad nicht neu erfinden und all das selbst prompten. Du erhältst kein so poliertes Ergebnis wie ich gerade hatte. Um dir also Zeit zu sparen, habe ich diese MD-Datei erstellt, die du in der Schulgemeinschaft finden kannst. Dann lädst du diese MD-Datei in dein Tuch oder in dein Chip hoch. Dann lädst du auch ein Referenzbild von dir hoch. Und du kannst sogar deine Audio-Datei hinzufügen. Dann fängst du einfach an zu prompten. Es kann ein super einfacher Prompt sein, wie ich gerade einen sehr kurzen Prompt gemacht habe, bei dem ich sagte: Verwende die MD-Datei und meine Referenzbilder und meine Audio-Datei von mir, eine Handkamera-Szene dieses Mannes, der eine Tour in einem Boutique-kleinen, aber schönen Fünf-Sterne-Hotelzimmer macht. Äh, es muss wie 13 Sekunden lang sein, ein kontinuierlicher Tick. Dann gebe ich auch eine Aufschlüsselung dessen, was der Transkript sagt, wie was die Audio-Dateien sagen, damit du das Rätselraten nicht der KI überlässt. Dann wird es einen Prompt ausspucken. Wenn du diesen Prompt kopierst, in Hicksfield einfügst. Füge auch deine Referenzen dort hinzu, und dann klickst du auf Generieren, es wird dir etwas wie das hier machen. Also, hier werde ich vorerst bleiben. Hier ist das Badezimmer. Ziemlich schick. Und hier ist das Bett. Und dann gibt es den riesigen Fernseher. Und ja, ich würde sagen, es ist ziemlich nett. Ja, alles wurde KI-generiert. Sogar die Stimme, dafür habe ich 11 Labs verwendet.
Nun, ich höre dich denken, wie kann ich das im echten Leben nutzen? Was ist eigentlich der Vorteil, diesen KI-Klon zu haben? Ich habe dir bereits eine Reihe von verschiedenen Beispielen gezeigt, aber jetzt werden wir etwas spezifischer. Der Hauptanwendungsfall, um das jetzt zu nutzen, wäre die Generierung von kurzen Clips. Leider kannst du nur 13-sekündige Videos machen, aber du kannst sie aneinanderreihen, um etwas Längeres zu machen, aber das kostet dich viele Credits. Also, wie nutzen die Leute das im echten Leben? Lass mich dir ein paar Beispiele zeigen. Also, zum Beispiel, das erste, das ich mit dir teilen möchte, ist diese Seite hier. Dieser Typ wurde buchstäblich viral, indem er KI-Videos von einem zufälligen Typen gemacht hat. Es muss nicht einmal du sein. Ich benutze mich jetzt als Beispiel, aber es kann jeder sein. Du benutzt diesen Typen, steckst ihn in einen Anzug, und es ist komplett gefälscht. Sie verdienen damit Geld, wie W-Kurse, schätze ich, und sie haben bereits 130.000 Follower. Hier ist ein weiterer. Ich weiß nicht, warum sie alte Leute auswählen, ich denke, für die Glaubwürdigkeit, aber diese Person hat fast 400.000 Follower. Sie hat sogar ihre eigene Website und es ist wahrscheinlich irgendein Typ, der diese Clips macht. Nun, es gibt auch Leute, die mehr Unterhaltungs-Videos machen, wie hier wieder, sie haben kein Bild von sich selbst verwendet. Sie haben diese imaginäre Figur aufgebaut. Diese haben bereits 2 Millionen Follower und sie verdienen damit echtes Geld mit solchen Clips. Ein letztes Beispiel, das ich dir geben möchte, sind Leute, die das für Podcasts verwenden. >> Also, ich denke, der KI-Creator-Bereich ist sehr viel ein "Show, don't tell". >> Ja. Also, was ich dir hier sagen möchte, ist, dass du Unterhaltungs-Videos von dir selbst machen kannst. Du kannst dich in einen Podcast setzen. Du kannst jede Art von Video machen, die du dir vorstellen kannst. Um etwas praktischer zu werden, habe ich ein paar Beispiele gemacht, wofür ich denke, dass das verwendet werden könnte. Also, hier zum Beispiel habe ich es als KI-VFX verwendet. Wenn du Minecraft gespielt hast, dann weißt du genau, was das ist. Mann, ich muss nie wieder laufen. Das kann ein lustiger Intro-Opener für meine Real- oder YouTube-Videos sein, und das kannst du auch. Das andere, das ich mit dir teilen möchte, ist eher eine KI-Werbung. Nun, hier habe ich eine Uniqlo-Werbung gemacht. Also, da hast du es, Uniqlo. Das war kostenlose Werbung für dich. Ich schicke die Rechnung später. Ich denke, das sind wie vier Aufnahmen. Ich habe alles wie zwei- oder dreimal generiert. Insgesamt kostet dich das maximal 500 Credits auf Hicksfield, was je nach deinem Plan ungefähr entspricht. Maximal hätte diese Aufnahme 25 Dollar gekostet, was immer noch ziemlich teuer erscheint. Aber so wie ich es sehe, gebe ich viel Credits aus und verbrenne viel Geld dafür, ich sehe das als Werkzeug. Anstatt dass du eine teure Kamera kaufst oder anstatt dass du ein echtes Set kaufst und all die Leute, die dir dabei helfen können, all die Ausrüstung mietest, kannst du mit KI etwas halbwegs Ordentliches machen und große Marken tun das bereits. Mein Hauptpunkt ist, dass es einfach so viele verschiedene Möglichkeiten gibt, im Moment coole Sachen mit KI zu machen. Ich wollte früher nicht einmal vor der Kamera stehen und jetzt ist das noch mehr gerechtfertigt, weil ich einfach einen Klon von mir benutzen kann. Ich habe so viele Leute gesehen, so viele Charaktere, die das bereits tun. Sie profitieren davon. Sie nutzen das in ihrem Geschäft, in ihren sozialen Medien, in jeder Art von Aspekt. Die Hauptfrage, die ich an dich habe, bist du einer dieser frühen Anwender oder wirst du einfach nur wütend darüber sein? Ich kann beide Seiten sehen, aber trotzdem würde ich es ausprobieren. Nochmals, der Link zu Hicksfield und der Link zu meinen Prompts sind unten in der Beschreibung. Schau es dir an. Wenn du mehr Implikationen sehen möchtest, wie ich C dance verwende, dann klicke auf das Video, das jetzt auf dem Bildschirm ist. Ich habe ein paar coole Videos, die buchstäblich alle Arten von verschiedenen Anwendungsfällen erklären, wie du Seed Dance meistern kannst.